Pró direitos humanos : Direita (X) Esquerda

Analisaremos o conjunto de dados de 890 candidatos que comentaram assuntos pró direitos humanos em todo o Brasil, percorrendo 244 cidades em 24 estados os candidatos a vereadores da eleição de 2016 responderão se foram a favor desses temas. Separamos no conjunto dos dados os partidos em dois lados (Esquerda, Direita) para isso baseamos no site e assim classificamos os seguintes partidos como de Esquerda: PT,PDT,PTdoB,PSB,REDE,PSOL,PC do B, PCB.

respostas = read_csv(here::here("data/respostas-merepresenta-2016.csv"), 
                     col_types = cols(.default = col_character(), 
                                      nota_partido = col_integer(), 
                                      votos_recebidos = col_integer()))
# A versão long (em vez de wide) dos dados facilita muito pro ggplot:
respostas_long = 
    respostas %>% 
    gather(key = "tema", 
           value = "resposta", 
           10:23) %>%
  mutate(lado = sigla_partido %in% c("PT","PDT","PTdoB","PSB","PROS","REDE","PSOL","PC do B","PCB"))

Para conhcer mais os dados iremos observar quais os temas presente e sua proporção do temas mais aprovados e menos aprovados.

Como podemos observar os temas que foram votado e sua proporção considerando que o tema orçamento participativo como o tema de mais interesse de todos os que votaram e desmilitarização da policia como o o menos vota entre os candidados.

Qual partido está mais em defesa dos temas relacionados a classe LGBT?

Para verificar está associação analisamos a proporção associada ao numero de respostas á favor desses temas e os partidos que são á favor desses temas.

respostas_long %>%
  filter(tema %in% c("Adoção por famílias LGBTs",
                     "Respeito à identidade de gênero de pessoas trans",
                     "Criminalização da LGBTfobia") ) %>% 
  group_by(sigla_partido,lado) %>%
  summarise(proporção = sum(resposta ==  "S")/n(), 
            quantidade = n()) %>%
  plot_ly(x = ~proporção, 
             y = ~reorder(sigla_partido,proporção),
            text = ~paste("Partido: ", sigla_partido, "\nEsquerda:", lado,"\nQuantidade de candidatos no partido:",quantidade),
    color = ~lado) 

No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels
No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels

Como podemos observar o partido PSTU e PCB como os partidos mais á favor do tema, porém, podemos analisar em relação a seu tamanho que o número de candidatos desses partidos que responderam o questionamento como muito pequeno e assim torna mais fácil em sua totalidade todos serem á favor do tema, tirando esse paramentro de tamanho observamos os partidos como PSOL, PT com uma grande quantidade de candidatos e observamos que em sua maioria esses partidos estão em grande defesa nos temas relacionado a LGBT. Observamos que os partidos que menos apoia esses temas são partidos considerados Cristãos são eles PRB, PSC, PHS e PSDC.

Qual gênero é mais favoravel com a causa LGBT?

Para isso analisamos como está a distribuição de homens e mulheres nos dados e suas devidas proporção de apoio aos temas relacionados.

respostas_long %>%
  filter(tema %in% c("Adoção por famílias LGBTs",
                     "Respeito à identidade de gênero de pessoas trans",
                     "Criminalização da LGBTfobia"), genero %in% c("MASCULINO","FEMININO")) %>% 
  group_by(genero,lado) %>%
  summarise(proporção = sum(resposta ==  "S")/n(), 
            quantidade = n()) %>%
 plot_ly(x = ~proporção, 
             y = ~reorder(genero,proporção),
            text = ~paste("Esquerda:", lado,
                          "\nQuantidade",quantidade),
             color = ~lado) 

No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels
No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels

Podemos observa que existe uma diferença entre o número de mulheres e homens considerando que o número de homens chega a ser quase o dobro do que os das mulheres. Observamos que a proporção de mulheres que apoia causas com temas relacionados a classe LGBT maiores do que a dos homens e podemos observa também que em sua (maioria) tanto homens e mulheres da Esquerda tem uma proporção maior de serem á favores dessas temáticas. Observamos que homens de partidos do lado direito tende á ser mais contra a esses temas.

Qual Estádo onde onde o tema sobre violência contra mulher é mais considerado entre os candidatos.

Utilizaremos medida de proporção em relação aos estados com o tema de Combate à violência conta mulher e assim também observar se direita ou esquerda qual lado estária mais á favor deste tema.

respostas_long %>%
  filter(tema %in% c("Combate à violência contra mulher") ) %>% 
  group_by(sigla_estado,lado) %>%
  summarise(proporção = sum(resposta ==  "S")/n(), 
            quantidade = n()) %>%
  plot_ly(x =  ~proporção, 
             y =  ~reorder(sigla_estado,proporção),
             text = ~paste("Estado: ", sigla_estado, 
                          "\nEsquerda:", lado,
                          "\nQuantidade de candidatos nos partidos:",quantidade),
             color =  ~lado) 

No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels
No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
minimal value for n is 3, returning requested palette with 3 different levels

Como podemos observar em sua maioria os em relação aos estados são á favor do combate da violência contra a mulher observamos a proporção 1, mas podemos considerar que o número de candidatos desses estados como algo pequeno diante da amostra. Podemos considerar o estado de São Paulo em específico em que os lados de Esquerda (x) Direita toda proporções um pouco diferente e nesse estado observamos um número considerável de candidatos que respondeu o questionário assim observamos que a proporção dos candidatos de Esquerda um pouco maior, mas considerando ambos os lados o estado tem uma proporção boa de candidatos á favor do tema.

Qual perfil dos candidatos da Bahia e quais temas eles são mais favoraveis.

Primeiro analisaremos o perfil considerando o gênero e cor dos candidatos deste estado para conhecer um pouco mais tendo em vista na questão sobre violência conta mulher o estado não se comporta.

respostas_long %>%
  filter(sigla_estado == "BA") %>%
  group_by(genero,cor_tse) %>%
  summarise(count = n()) %>%
  plot_ly(x = ~cor_tse,  y =  ~count,   color =  ~genero)

No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
Ignoring 1 observationsminimal value for n is 3, returning requested palette with 3 different levels
No trace type specified:
  Based on info supplied, a 'bar' trace seems appropriate.
  Read more about this trace type -> https://plot.ly/r/reference/#bar
Ignoring 1 observationsminimal value for n is 3, returning requested palette with 3 different levels

Observamos que na Bahia em sua maioria os candidatos são da cor declarada preta e possui mais homens.

Nesse aspecto podemos observa qual tema em que possui maio (proporção) de apoio dos candidatos da Bahia.

Podemos observar que transparência e orçamento participativo como temas com uma grande proporção e que coincide com o tema geral entre os candidatos, mas vale observar que o tema Cota para mulheres no legislativo como um tema que teve a mesma proporção considerada alta entre os temas e algo que não foi tão votado pelos outros estados no contexto geral. Vale salientar que o número de mulheres candidatas que participaram da pesquisa não foi nada relativamente grande considerando que o número de homens quase o dobro, podemos associar isto aos dados do IBGE que mostra que a Bahia é um dos estados que menos tem participação na câmera legislativa e desse modo consideramos que esse tema é algo recorrente na política baiana baseado. Dados Baseados nesta reportagem

Conclusão

Devemos considerar que os dados abordados é baseado em uma pesquisa feita onde todos os candidatos que respondeu foram de forma voluntario e nem todos os candidatos que participarão da eleição de 2016 responderam e desse modo o que foi demostrado acima não podemos considerar como uma verdade absoluta para os partidos ou para os lados (Esquerda, Direita) e assim podemos frisar que como se trata de eleições municipais muitos candidatos trocam de partidos por algo que os beneficiam e não pelo que o partido representa as caraterística que carregam e desse modo as vezes candidatos podem se colocar contra temáticas defendidas pelo próprio partido. Assim concluímos que o que foi demostrado são assuntos relacionado aos dados e nem sempre o que está exposto foi o que realmente o candidato fez caso tenha sido eleito.